Aplikasi Regresi Data Spasial Robust Pada Faktor-Faktor Yang Mempengaruhi Tingkat Pengangguran Terbuka Di Indonesia (Studi Kasus : Tingkat Pengangguran Terbuka Di Indonesia Tahun 2021)
Abstract
Tingkat Pengangguran Terbuka (TPT) adalah indikasi tentang penduduk usia
kerja yang termasuk dalam kelompok pengangguran. Pada tahun 2021 jumlah
pengangguran terbuka di Indonesia mengalami penurunan sebesar 0,58% dari
tahun 2020. Kegiatan perekonomian suatu wilayah bisa dipengaruhi oleh
aktivitas perekonomian wilayah lain yang berdekatan. Dalam analisis spasial,
menghilangkan suatu pencilan dapat mengakibatkan perubahan komposisi
efek spasial pada data. Sehingga dalam penelitian ini, membuang data
pencilan merupakan langkah yang kurang tepat. Untuk mengamati pengaruh
spasial pada faktor yang mempengaruhi tungkat pengangguran terbuka di
Indonesia, membutuhkan 34 provinsi agar memberikan informasi yang tepat
pada setiap provinsi. Menganalisis data spasial yang memiliki pencilan
digunakan regresi robust. Dalam regresi robust, untuk memperoleh dugaan
terbaik perlu dilakukan perhitungan secara iteratif. Sehingga diperoleh nilai
dugaan yang memiliki standar error parameter yang paling kecil. Metode
yang sesuai adalah Robust M Estimator yang diselesaikan menggunakan
Iteratively Reweighted Least Square (IRLS) dengan fungsi Bisquare Tukey.
Hasil penelitian menunjukkan bahwa model terbaik analisis faktor yang
mempengaruhi TPT secara spasial adalah dengan menggunakan model Robust
Spatial Error Model (RSEM). Ditunjukkan dengan nilai koefisien determinasi
sebesar 81,39% dengan Mean Square Error sebesar 0,5896. Kemudian
didukung juga dengan nilai MAPE sebesar 13,92%. Nilai error dari variabel
TPT ( ) sebesar 0,5009. Artinya TPT masing-masing Provinsi akan mendapat
pengaruh sebesar 0,5009 dikali rata-rata persentase TPT tiap provinsi yang
menjadi tetangga. Apabila PDRB, TPAK, HLS dan IPM dianggap konstan
dan ketika PPM mengalami peurunan sebesar 1%, maka TPT akan mengalami
penurunan sebesar 0,0904%. Apabila PPM, TPAK, HLS, dan IPM dianggap
konstan dan ketika PDRB mengalami peningkatan sebesar 1%, maka TPT
akan mengalami penurunan sebesar 0,0274%. Apabila PPM, PDRB, HLS dan
IPM dianggap konstan dan ketika TPAK mengalami peningkatan sebesar 1%,
maka TPT akan mengalami penurunan sebesar 0,0625%. Apabila PPM,
PDRB, TPAK dan IPM dianggap konstan dan ketika HLS mengalami
peningkatan sebesar 1 tahun, maka TPT akan mengalami penurunan sebesar
0,6565%. Apabila PPM, PDRB, TPAK dan HLS dianggap konstan dan ketika
IPM mengalami peningkatan sebesar 1 satuan, maka TPT akan mengalami
penurunan sebesar 0,2153%.
Collections
- Statistics [904]